معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

It helps to find the best Regression model with the help of the Root Mean Square Value (RMSE) for the given regression model based on the given dataset

ویژگی	مقدار
سیستم عامل	-
نام فایل	best-regression-model-0.1.1
نام	best-regression-model
نسخه کتابخانه	0.1.1
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Ronak Bhagchandani
ایمیل نویسنده	rishibhagchandani123@gmail.com
آدرس صفحه اصلی	https://github.com/ronakkkk/best_regression_model
آدرس اینترنتی	https://pypi.org/project/best-regression-model/
مجوز	Apache License 2.0

Best Regression Model is used for supervised learning techniques where the target data is in continous form. It selects the best model from the eight regression model based on the Root Mean Square Value (RMSE). The eight regression model used in the given library are: 1. Linear Regression 2. Ridge Regression 3. Lasso Regression 4. ElasticNet Regression 5. Random Forest Regression 6. Support Vector Regression 7. Extra Trees Regression 8. Decision Tree Regression #### User installation If you already have a working installation of numpy, scipy and sklearn, the easiest way to install best-classification-model is using pip #### `pip install best-regression-model` #### Important links Official source code repo: https://github.com/ronakkkk/best_regression_model Download releases: https://pypi.org/project/best-regression-model/ #### Examples ```import from best_regression_model import regression_models import pandas data = pandas.read_csv('Data.csv') X = data.iloc[:, :-1] Y = data['Target'] best_model, best_model_name, acc = regression_models.reg_model(X, Y) print(best_model_name, " (RMSE):", acc)``` `__Output__: ElasticNet Regression (RMSE):621.2574962618987`

نحوه نصب

نصب پکیج whl best-regression-model-0.1.1:

pip install best-regression-model-0.1.1.whl

نصب پکیج tar.gz best-regression-model-0.1.1:

pip install best-regression-model-0.1.1.tar.gz